| 1 |
1
X-RAY 영상 판독 지원 시스템에 있어서, 판독 대상이 배치된 판독 공간에 X-RAY를 투과 또는 반사시켜 대상 X-RAY 영상을 촬영하는 X-RAY 촬영기기; 객체에 관한 목록 정보를 수신하는 인터페이스부; 상기 객체의 비 X-RAY 영상을 획득하는 영상 검색부; 목록 내 항목 객체의 비 X-RAY 영상을 가상 X-RAY 영상(fake X-RAY image)으로 변환하는 영상 변환부; 및 입력 영상에서 특징을 추출하는 판독 모델에 상기 대상 X-RAY를 적용하여 추출된, 제1 특징 세트에 기초하여 상기 판독 대상을 식별하는 물품 판별부를 포함하는 X-RAY 영상 판독 지원 시스템
|
| 2 |
2
제1항에 있어서, 상기 영상 검색부는, 상기 객체에 관한 목록 정보에 포함된 상기 객체의 식별 정보에 기초하여 해당 객체에 대한 검색 쿼리를 생성하고, 그리고 상기 검색 쿼리를 웹 서버에 전송하여 검색한 영상을 상기 객체의 비 X-RAY 영상으로 수신하도록 구성된 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 3 |
3
제2항에 있어서, 상기 웹 서버는, 월드 와이드 웹을 통해 액세스 가능하며, 웹 검색 가능하도록 구성된 서버인 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 4 |
4
제1항에 있어서, 상기 영상 변환부는, 상기 비 X-RAY 영상의 객체를 세그먼트로 분할하여 상기 비 X-RAY 영상의 분할 정보를 산출하고 - 상기 세그먼트는 상기 객체의 영역 또는 부분의 영역으로 형성되며, 상기 분할 정보는 영상 내 세그먼트의 경계 및 위치 정보 중 하나 이상을 포함함, 상기 분할 정보에서 상기 객체에 대응한 세그먼트의 외곽선 영역을 산출하며, 임의의 X-RAY 영상에서 텍스처 맵을 산출하고, 상기 분할 정보와 텍스처 맵을 영상 변환 모델에 적용하도록 구성되는 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 5 |
5
제4항에 있어서, 상기 영상 변환 모델은, 상기 X-RAY 촬영기기가 상기 분할 정보의 객체를 촬영 대상으로 상기 임의의 X-RAY 영상의 배경에서 촬영한 실제 X-RAY 영상과 동일 또는 유사한 가상 X-RAY 영상을 출력하도록 미리 학습된 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 6 |
6
제4항에 있어서, 상기 영상 변환부는, 상기 임의의 X-RAY 영상 내 객체가 포함된 경우, 상기 임의의 X-RAY 영상을 분할하여 상기 임의의 X-RAY 영상 내 객체의 외곽선 영역을 산출하고, 상기 텍스처 정보에서 상기 임의의 X-RAY 영상 내 객체의 외곽선 영역을 제거하여 텍스처 맵을 산출하도록 더 구성된 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 7 |
7
제4항에 있어서, 상기 영상 변환부는, 상기 분할 정보의 세그먼트를 하나 이상의 다른 위치에 임의로 배치하도록 더 구성되고, 상기 영상 변환 모델에 적용되는 분할 정보는 상기 비 X-RAY 영상에서 원래의 위치에 배치된 세그먼트 및 다른 위치에 임의로 배치된 세그먼트를 포함하는 X-RAY 영상 판독 지원 시스템
|
| 8 |
8
제7항에 있어서, 상기 영상 변환부는, 상기 분할 정보의 세그먼트를 객체로 포함하고 상기 텍스처 맵을 배경으로 포함하는 합성 영상을 생성하고, 상기 합성 영상을 영상 변환 모델에 적용하는 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 9 |
9
제4항에 있어서, 상기 분할 정보는 상기 검색된, 목록 내 항목 객체의 비 X-RAY 영상을 분할 모델에 적용하여 산출되며, 상기 분할 모델은 입력되는 영상의 픽셀을 미리 학습된 클래스로 레이블링하도록 구성된 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 10 |
10
제4항에 있어서, 상기 임의의 X-RAY 영상은 상기 판독 공간의 실제 X-RAY 영상인 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 11 |
11
제4항에 있어서, 상기 영상 변환 모델은, 데이터를 입력 받은 경우 학습에 사용된 훈련 영상의 데이터 분포와 복원 오차가 최소가 되거나 상기 데이터 분포에 속하게 되는 출력 영상의 데이터를 가상 X-RAY 영상으로 생성하도록 학습된 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 12 |
12
제11항에 있어서, 상기 영상 변환 모델은 복수의 제1 훈련 샘플을 포함한 제1 훈련 데이터 세트를 통해 학습된 모델로서, 상기 복수의 제1 훈련 샘플 각각은 제1 훈련 객체의 실제 X-RAY 영상, 상기 제1 훈련 객체의 실제 X-RAY 영상의 분할 정보 및 텍스처 맵을 각각 포함하거나, 또는 상기 제1 훈련 객체의 실제 X-RAY 영상과 상기 제1 훈련 객체의 실제 X-RAY 영상의 분할 정보 및 텍스처 맵에 기초한 합성 영상을 각각 포함하는 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 13 |
13
제12항에 있어서, 상기 제1 훈련 샘플은, 상기 제1 훈련 객체의 실제 X-RAY 영상에서 상기 제1 훈련 객체를 세그먼트로 분할하여 분할 정보를 산출하고, 상기 분할 정보에서 상기 제1 훈련 객체의 외곽선 영역을 산출하며, 상기 훈련 객체의 실제 X-RAY 영상에서 텍스처 정보를 산출하고, 상기 텍스처 정보에서 상기 제1 훈련 객체의 외곽선 영역을 제거하여 텍스처 맵을 산출하여,생성된 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 14 |
14
제1항에 있어서, 상기 비 X-RAY 영상은 가시광선으로 촬영된 영상인 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 15 |
15
제1항에 있어서, 상기 판독 모델은, 입력 영상에서 특징을 추출하는 특징 추출 부분; 및추출된 특징에 기초하여 상기 입력 영상의 객체를 훈련 데이터 세트를 이용하여 설정된 클래스로 분류하는 분류 부분을 포함하며, 상기 판독 모델은, 복수의 제2 훈련 샘플을 포함한 제2 훈련 데이터 세트(training data set)를 이용하여 학습된 기계 학습 모델로서, 상기 제2 훈련 데이터 세트는 개별 객체로 서브 세트화되고, 상기 복수의 제2 훈련 샘플 각각은 제2 훈련 객체의 실제 X-RAY 영상 또는 상기 제2 훈련 객체의 가상 X-RAY 영상를 각각 포함하는 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 16 |
16
제15항에 있어서, 상기 물품 판별부는, 상기 대상 X-RAY 영상으로부터 추출된 제1 특징 세트에 기초하여 상기 판독 대상을 설정된 클래스로 분류할 경우, 분류된 클래스에 대응하는 객체로 상기 판독 대상을 식별하는 X-RAY 영상 판독 지원 시스템
|
| 17 |
17
제15항에 있어서, 상기 판독 모델에 의해 상기 판독 대상이 식별되지 않는 경우, 상기 인터페이스부는 상기 판독 대상에 관련된, 하나 이상의 항목 객체를 포함한 목록 정보를 수신하고, 상기 영상 검색부는 상기 목록 정보에 기초하여, 상기 판독 대상과 관련된 목록 내 항목 객체의 비 X-RAY 영상을 획득하며, 상기 영상 변환부는 상기 목록 내 항목 객체의 비 X-RAY 영상을 가상 X-RAY 영상으로 변환하고, 상기 물품 판별부는,상기 목록 내 항목 객체의 가상 X-RAY 영상을 상기 특징 추출 부분에 적용하여 상기 목록 내 항목 객체의 가상 X-RAY 영상으로부터 제2 특징 세트를 추출하며, 추출된 제1 및 제2 특징 세트에 기초하여 상기 대상 X-RAY 영상에 표현된 상기 판독 대상이 상기 목록 내 항목 객체와 매칭하는 것으로 결정되면 상기 목록 내 항목 객체로 상기 판독 대상을 식별하도록 더 구성되는 것을 특징으로 하는 X-RAY 영상 판독 지원 시스템
|
| 18 |
18
프로세서에 의해 수행되는, X-RAY 영상 판독 지원 방법에 있어서,판독 대상이 배치된 판독 공간에 X-RAY를 투과 또는 반사시켜 촬영한 대상 X-RAY 영상을 획득하는 단계; 입력 영상에서 특징을 추출하는 판독 모델에 상기 대상 X-RAY 영상을 적용하는 단계; 및 상기 대상 X-RAY 영상으로부터 추출된 제1 특징세트에 기초하여 상기 판독 대상을 설정된 클래스로 분류할 경우, 분류된 클래스에 대응하는 객체로 상기 판독 대상을 식별하는 단계를 포함하고, 상기 판독 모델은 입력 영상에서 특징을 추출하는 부분과 추출된 특징에 기초하여 상기 입력 영상의 객체를 복수의 훈련 샘플을 이용하여 설정된 클래스로 분류하는 부분을 포함하며, 상기 판독 모델은 복수의 제1 훈련 샘플을 이용하여 학습된 기계 학습 모델로서, 상기 복수의 제1 훈련 샘플은 개별 객체로 서브 세트화되고, 상기 복수의 제1 훈련 샘플 각각은 제1 훈련 객체의 실제 X-RAY 영상 또는 상기 제1 훈련 객체의 가상 X-RAY 영상를 각각 포함하는 것을 특징으로 하는 X-RAY 영상 판독 지원 방법
|
| 19 |
19
제18항에 있어서, 상기 가상 X-RAY 영상은,상기 제1 훈련 객체의 비 X-RAY 영상에서 상기 제1 훈련 객체를 세그먼트로 분할하여 분할 정보를 산출하고 - 상기 세그먼트는 상기 제1 훈련 객체의 영역 또는 일부의 영역으로 형성되며, 상기 분할 정보는 영상 내 세그먼트의 경계 및 위치 정보 중 하나 이상을 포함함, 상기 분할 정보에서 상기 제1 훈련 객체의 외곽선 영역을 산출하며, 임의의 X-RAY 영상으로부터 텍스처 맵을 산출하고, 상기 제1 훈련 객체의 분할 정보와 상기 임의의 X-RAY 영상의 텍스처 맵을 영상 변환 모델에 적용하여, 생성된 것을 특징으로 하는 X-RAY 영상 판독 지원 방법
|
| 20 |
20
제19항에 있어서, 상기 영상 변환 모델은, X-RAY 촬영기기가 상기 분할 정보의 객체를 촬영 대상으로 상기 임의의 X-RAY 영상의 배경에서 촬영한 실제 X-RAY 영상과 동일 또는 유사한 가상 X-RAY 영상을 출력하도록 미리 학습된 것을 특징으로 하는 X-RAY 영상 판독 지원 방법
|
| 21 |
21
제18항에 있어서, 상기 판독 대상에 관련된, 하나 이상의 객체 항목을 포함한 목록 정보를 수신하는 단계; 상기 목록 정보에 기초하여, 상기 판독 대상과 관련된 목록 내 항목 객체의 비 X-RAY 영상을 획득하는 단계; 상기 목록 내 항목 객체의 비 X-RAY 영상을 가상 X-RAY 영상(fake X-RAY image)으로 변환하는 단계; 및 상기 판독 대상이 클래스로 식별되지 않는 경우, 상기 목록 내 항목 객체의 가상 X-RAY 영상으로부터 제2 특징세트를 추출하고,추출된 제1 및 제2 특징세트에 기초하여 상기 대상 X-RAY 영상에 표현된 상기 판독 대상이 상기 목록 내 항목 객체와 매칭하는 것으로 결정되면 상기 목록 내 항목 객체로 상기 판독 대상을 식별하도록 더 구성되는 것을 특징으로 하는 X-RAY 영상 판독 지원 방법
|
| 22 |
22
제21항에 있어서, 상기 판독 모델은, 복수의 제2 훈련 샘플을 포함한 제2 훈련 데이터 세트(training data set)를 이용하여 학습된 기계 학습 모델로서, 상기 제2 훈련 데이터 세트는 개별 객체로 서브 세트화되고, 상기 복수의 제2 훈련 샘플 각각은 제2 훈련 객체의 실제 X-RAY 영상 또는 상기 제2 훈련 객체의 가상 X-RAY 영상를 각각 포함하는 것을 특징으로 하는 X-RAY 영상 판독 지원 방법
|
| 23 |
23
컴퓨팅 장치에 의해 판독가능하고, 상기 컴퓨팅 장치에 의해 동작 가능한 프로그램 명령어를 저장하는 컴퓨터 판독가능 기록매체로서, 상기 프로그램 명령어가 상기 컴퓨팅 장치의 프로세서에 의해 실행되는 경우 상기 프로세서가 제18항 내지 제22항 중 어느 하나의 항에 따른 X-RAY 영상 판독 지원 방법을 수행하게 하는 컴퓨터 판독가능 기록매체
|
